API compatível com a OpenAI
Uma API compatível com a OpenAI (OpenAI-compatible API) é um endpoint de outro provedor ou ferramenta que aceita o mesmo formato de requisição e resposta da API da OpenAI, então o código escrito para a OpenAI pode mudar para ela trocando a URL base, a chave e o nome do modelo.
Também chamado: OpenAI compatible endpoint
Por Divya Sharma · Verificado em 16 de nov. de 2026 · Como analisamos
O formato Chat Completions da OpenAI virou a forma comum de conversar com modelos de linguagem. Muitos outros serviços o copiaram para que os desenvolvedores não precisassem reescrever o código. Servidores open source como vLLM, Ollama e llama.cpp o oferecem, assim como muitos provedores de inferência e LLM gateways como OpenRouter e LiteLLM.
Como funciona na prática
Você continua usando uma biblioteca cliente da OpenAI e a aponta para outro lugar. Para um servidor Ollama local, a documentação define a URL base como `http://localhost:11434/v1/`; para o vLLM, o servidor roda em uma porta que você escolhe. Depois você passa o nome do modelo desse serviço. O corpo da requisição (messages, temperature, max tokens) e o formato da resposta continuam iguais, o que facilita comparar modelos ou trocar de provedor.
Compatível não é idêntico
A compatibilidade geralmente cobre os endpoints principais de texto e não todo o resto. A documentação do Ollama diz que ele suporta um subconjunto da API da OpenAI. Lacunas comuns incluem opções de structured output, detalhes de function calling, entradas de imagem ou áudio, endpoints mais novos, códigos de erro e campos de uso como tokens em cache. Parâmetros podem ser aceitos, mas ignorados. Teste os recursos de que você depende em cada backend em vez de supor que eles se comportam como na OpenAI.
Segurança
Um servidor compatível self-hosted é um serviço de rede de verdade. A documentação do vLLM alerta que sua opção de API key não protege todos os endpoints, então coloque esses servidores atrás de uma autenticação adequada e não os exponha diretamente à internet.
Termos relacionados
- LLM gateway
- Um LLM gateway (gateway de LLMs) é um servidor proxy entre as suas aplicações e os provedores de modelos que expõe uma única API e cuida de chaves, roteamento, fallbacks, rate limits, logs e controle de gastos em um só lugar.
- Model serving
- Model serving (servir modelos) é rodar um modelo treinado como um serviço que as aplicações chamam pela rede, com um software que carrega os pesos nas GPUs, enfileira e agrupa requisições, gerencia a memória e retorna os resultados.
- Provedor de inferência
- Um provedor de inferência (inference provider) é uma empresa que roda modelos de IA no próprio hardware e vende acesso a eles por meio de uma API, geralmente cobrando por token. Você envia prompts e recebe saídas sem gerenciar GPUs.
- Chave de API
- Uma chave de API (API key) é uma string secreta que uma aplicação envia com cada requisição para que um serviço saiba qual conta está chamando, aplique seus limites e faça a cobrança. Quem tem a chave geralmente consegue usá-la.
- Chamada de ferramentas
- Chamada de ferramentas (tool calling), também chamada de chamada de funções (function calling), é um recurso de APIs de modelos em que você descreve funções com um schema, o modelo responde com um pedido estruturado para chamar uma delas, e o seu código a executa e devolve o resultado.